如何在pandas的多列中填充NA值？

Question

我有一个包含50列的数据框.我想用10列中的0替换NA.

这样做最简单,最易读的方法是什么？

我希望有类似的东西:

cols = ['a', 'b', 'c', 'd']
df[cols].fillna(0, inplace=True)

但这给了我ValueError: Must pass DataFrame with boolean values only.

我找到了这个答案,但是很难理解.

Answer 1

你可以使用update():

In [145]: df
Out[145]:
    a   b   c  d  e
0 NaN NaN NaN  3  8
1 NaN NaN NaN  8  7
2 NaN NaN NaN  2  8
3 NaN NaN NaN  7  4
4 NaN NaN NaN  4  9
5 NaN NaN NaN  1  9
6 NaN NaN NaN  7  7
7 NaN NaN NaN  6  5
8 NaN NaN NaN  0  0
9 NaN NaN NaN  9  5

In [146]: df.update(df[['a','b','c']].fillna(0))

In [147]: df
Out[147]:
     a    b    c  d  e
0  0.0  0.0  0.0  3  8
1  0.0  0.0  0.0  8  7
2  0.0  0.0  0.0  2  8
3  0.0  0.0  0.0  7  4
4  0.0  0.0  0.0  4  9
5  0.0  0.0  0.0  1  9
6  0.0  0.0  0.0  7  7
7  0.0  0.0  0.0  6  5
8  0.0  0.0  0.0  0  0
9  0.0  0.0  0.0  9  5

Answer 2

In [15]: cols= ['one', 'two']
In [16]: df
Out[16]:
        one       two     three four   five
a -0.343241  0.453029 -0.895119  bar  False
b       NaN       NaN       NaN  NaN    NaN
c  0.839174  0.229781 -1.244124  bar   True
d       NaN       NaN       NaN  NaN    NaN
e  1.300641 -1.797828  0.495313  bar   True
f -0.182505 -1.527464  0.712738  bar  False
g       NaN       NaN       NaN  NaN    NaN
h  0.626568 -0.971003  1.192831  bar   True

In [17]: df[cols]=df[cols].fillna(0)

In [18]: df
Out[18]:
        one       two     three four   five
a -0.343241  0.453029 -0.895119  bar  False
b  0.000000  0.000000       NaN  NaN    NaN
c  0.839174  0.229781 -1.244124  bar   True
d  0.000000  0.000000       NaN  NaN    NaN
e  1.300641 -1.797828  0.495313  bar   True
f -0.182505 -1.527464  0.712738  bar  False
g  0.000000  0.000000       NaN  NaN    NaN
h  0.626568 -0.971003  1.192831  bar   True